您的位置: 专家智库 > >

江苏省博士后科研资助计划项目(1301095C)

作品数:3 被引量:5H指数:1
相关作者:万鸣华刘辉王巧丽卢桂馥李勋更多>>
相关机构:南京理工大学南昌航空大学东南大学更多>>
发文基金:中国博士后科学基金江苏省博士后科研资助计划项目江西省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇人脸
  • 3篇人脸识别
  • 3篇特征提取
  • 3篇最大间距准则
  • 2篇分块
  • 1篇人脸识别系统
  • 1篇特征提取方法
  • 1篇小样本

机构

  • 2篇南昌航空大学
  • 2篇南京理工大学
  • 1篇东南大学

作者

  • 3篇万鸣华
  • 1篇卢桂馥
  • 1篇王巧丽
  • 1篇李勋
  • 1篇刘辉

传媒

  • 1篇小型微型计算...
  • 1篇计算机科学
  • 1篇南昌航空大学...

年份

  • 1篇2016
  • 1篇2015
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
一种基于核最大间距准则的(KMMC)人脸识别系统
2013年
提出一种核最大间距准则方法(Kernel maximum between-class margin criterion,KMMC)的特征提取方法来避免人脸识别中的小样本问题,采用基于核特征空间的类间散度与类内散度之差的最大化的特征提取方法,获得了一组最佳鉴别矢量做为投影轴进行投影变换,使得核特征空间样本的类间散度最大,类内散度最小,从理论上解决了因类内散布矩阵奇异导致无法求解的问题,并进一步显示了KMMC特征提取的高效性。在ORL人脸库上进行试验验证,结果表明KMMC特征提取方法的有效性。最后,采用Matlab设计并实现了一种基于KMMC的人脸识别系统。
李勋万鸣华
关键词:人脸识别特征提取小样本
分块MMC及其在人脸识别中的应用被引量:4
2015年
用最大间距准则(Maximum Margin Criterion,MMC)算法进行特征提取时,提取的是全局的特征,对局部的特征不能有效地抽取。因此,对MMC算法进行改进,提出一种基于分块MMC(Modular Maximum Margin Criterion,MMMC)的人脸识别方法。首先对图像矩阵进行分块,然后对分块后的矩阵进行MMC特征抽取,对每一子块抽取的特征进行整体融合,最后采用最近邻判决准则进行分类识别。在ORL、Yale人脸图像库进行的实验结果表明,新算法相比于MMC算法有更好的识别性能。
刘辉万鸣华王巧丽
关键词:最大间距准则人脸识别特征提取
分块二维最大间距准则的特征提取方法被引量:1
2016年
针对二维最大间距准则(Two Dimensional Maximum Margin Criterion,2DMMC)算法进行特征提取时,无法提取局部的特征.同时,该算法也受不同的表情、光照以及姿态等条件的影响,识别的效果也大大降低.因此,提出一种基于分块二维MMC(Modular Two Dimensional Maximum Margin Criterion,M2DMMC)的人脸识别方法.首先,对图像矩阵进行分块,然后对分块后的矩阵进行2DMMC特征抽取,对每一子块抽取的特征进行整体融合,最后采用最近邻判决准则进行分类识别.在ORL,Yale人脸图像库进行实验的结果表明,新算法相对于MMC算法、二维MMC算法以及分块MMC算法均有较好的识别性能.
万鸣华卢桂馥
关键词:人脸识别特征提取
共1页<1>
聚类工具0